应用于心电图分类的KNN和SVM分类器研究

被引量 : 0次 | 上传用户:treef620
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
分类器是模式识别系统的重要组成部分 也是机器学习的重要研究领域。支持向量机(Support Vector Machine)是一种新的分类器,由于能够较好的解决小样本学习问题并具有较强的泛化能力,使其迅速成为目前模式识别领域的研究热点。本文主要研究对象是KNN和SVM两种分类方法。一方面进一步揭示SVM的分类机理,针对其在应用中的一些限制提出和KNN相结合的改进算法KNN—SVM,拓广了SVM的应用范围。另一方面运用K近邻法(K Nearest Neighbor)、SVM和KNN—SVM对心电图信号进行分类,并对分类结果进行比较研究。本文的研究工作主要包括以下几方面: 1、一种适合心电图特点的数据训练方式 根据心电图数据有八个导联且反映心电向量在不同方向上的情况的特点,发现一种不同以往的对训练样本进行运用的方法:对所有心电图按照导联分段划分,样本集每次只取对应的一个导联进行训练和测试。八个导联一一学习,这样得到八个输出值,然后对每个测试样本综合八个导联的判断值,由多数的判断值来决定最终的分类结果。我们把上述这种方法称作“八个导联并联的学习方式”。以往常见的方式有:把每个心电图的八个导联串联作为样本进行学习;或只挑取一个导联作为样本进行学习。实验表明,使用八个导联并联的学习方式比其它两种学习方式,无论是用KNN还是SVM分类器,在提高正确率和降低对参数的敏感性方面都非常明显。究其原因,跟串联方式相比,我们把样本在特征空间的维数从344维降低到43维;跟只取一个导联作为样本的方式相比,我们充分利用了所有的医学特征,并且分散了只依靠一个导联作决定的风险和错误因素,结果证明这是一个值得运用的数据处理方式。 2、KNN-SVM分类器算法研究; 支持向量机利用靠近边界的少数向量构造一个最优分类超平面。在训练分类器时,SVM的着眼点在于两类的交界部分,那些混杂在另一类中的点往往无助于提高分类器的性能,反而会大大增加训练器的负担,同时它们的存在还可能造成过学习,使泛化能力减弱,为了改善支持向量机的泛化能力,本文提出了一种改进的分类器算法——KNN-SVM:它先对训练集进行修剪,根据每个样本与其最近邻的K个(K nearest neighbor)类标的异同决定其取舍,然后再用SVM训练得到分类超平面。实验表明,KNN-SVM相比SVM在分类正确率,分类速度以及适用的样本规模上都表现出了一定的优越性。
其他文献
孤岛油田南区经历20多年开发,目前已进入高含水后期开采,如何进一步提高油田开发水平,实现稳产高产是摆在目前的主要技术课题。本文主要运用油藏精细描述技术,通过储层、构造、流
袁世凯时代的北京政府诞生于新旧朝代更替的社会大变革之下,这一政府的中央官僚构成随社会的发展而发生变迁。官员所学专业、官员来源的地域分布、官员的知识结构、传统关系如
随着数字化、网络化时代的来临,互联网以其特有的免费、快捷、无国界的特点,被越来越多的人所接受,并且已经成为人们生活的组成部分。同时,人们对信息获取的方式或者说是习惯也正
目的 探讨在慢性丙型肝炎抗病毒治疗中应用维生素D的临床价值。方法 78例慢性丙型肝炎患者随机分为观察组与对照组,每组39例。对照组接受抗病毒治疗,观察组在对照组基础上加
抵达赫尔辛基是在傍晚。经历近10小时的飞行后步出机舱,没感到往常那种扑面而来的躁动喧嚣气场。赫尔辛基宁静,清冷,一如垦殖年代的一座清教徒小镇。从万达机场到赫尔辛基市
本文以YC7150磨齿机为研究对象,对高精度齿轮加工设备的传动原理进行了分析,详细分析了钢带滚圆盘展成磨齿机和蜗轮蜗杆、丝杠传动磨齿机的优缺点,提出在最经济的条件下,加工高精
本文比较了中药灵香草Lysimachia foenum-graecum Hance及其混淆品种垂花香草Lysimaehia nutantiflora Chen et C.M.Hu的植物形态、药材性状以及茎、叶组织显微特征。指出垂
本文分析了数据挖掘技术在审计数据分析中应用的步骤:数据的采集,数据的预处理,模型建立与调整,发现异常数据,处理并完善。提出采用K-means聚类算法提高审计分析质量,并以笔
随着产品 CAD 与 CAM 的发展和对机电一体化的要求不断提高,智能化的系统将是未来的发展趋势,用自然语言直接进行人机交流也是智能化的必然要求。本文将自然语言理解的语义分析
财务分析体系的构建是商业企业财务管理的重要环节,完善的财务分析体系可以为管理层提供决策方向、衡量企业发展状况以及市场行情。经济全球一体化以及迅速发展的市场经济给